OpenAI ha annunciato GPT-Live, una generazione avanzata di modelli vocali integrati con la funzionalità ChatGPT Voice, in grado di riprodurre conversazioni più naturali e fluide, molto simili a quelle tra due persone. La novità si inserisce nell’ambito delle tecnologie AI, ricalcando il filone avviato da Google AI Studio e altri leader tecnologici nell’ambito dell’interazione vocale uomo-macchina.

Architettura full-duplex per conversazioni fluide

Una delle innovazioni più rilevanti introdotte da GPT-Live è l’architettura full-duplex, grazie alla quale è possibile parlare e ascoltare simultaneamente. In precedenza, ChatGPT Voice utilizzava tre modelli operanti in serie: uno per convertire la parola parlata in testo, un secondo per elaborare la risposta e un terzo per restituire l’output vocale. Questo approccio aveva limiti: la latenza, la possibile perdita di informazioni e la mancanza di fluidezza delle risposte.

Con GPT-Live, OpenAI ha invece adottato un modello unico, in grado di gestire in tempo reale il flusso bidirezionale del parlato. Questo permette risposte quasi istantanee e, soprattutto, l’interazione naturale simile a quella tra due interlocutori. L’utente non deve più attendere una pausa per ottenere una risposta, e il sistema è meno incline a interrompere inutilmente.

Due opzioni: gratuita per tutti, premium per gli abbonati

OpenAI ha reso disponibile GPT-Live in due versioni: una versione gratuita per tutti gli utenti, chiamata GPT-Live-1 mini, ed una seconda, più avanzata, disponibile per gli abbonati al piano Go, Plus o Pro di ChatGPT. La versione premium consente di delegare compiti complessi al modello sottostante GPT-5.5, come ricerche online o analisi più sofisticate.

Entrambe le versioni sono accessibili tramite il web o le applicazioni mobile dedicate a ChatGPT, per Android ed iOS. Utenti di entrambi i piani possono personalizzare il livello di ragionamento (istantaneo, medio e veloce), la lingua scelta e la voce tra una selezione di nove alternative.

Funzionalità avanzate e risposte video

Oltre alla semplice risposta vocale, ChatGPT Voice integrato con GPT-Live può fornire anche risposte visive. Le informazioni vengono recapitate tramite delle “card”, adatte a mostrare dati specifici come risultati sportivi, quotazioni borsistiche, condizioni meteo o simili. Durante una conversazione, l’app accetta input vari, come testo, immagini o file allegati.

Una caratteristica limitata riguarda però la condivisione di schermi o video – funzionalità che rimane riservata alla Advanced Voice Mode, una versione più avanzata ancora in fase sperimentale.

Sicurezza e controlli avanzati

OpenAI ha implementato una serie di protezioni, inclusi algoritmi di rilevamento di argomenti pericolosi o inappropriati. Quando necessario, il modello fornisce risposte neutre o blocca l’interazione per sicurezza. I genitori possono inoltre limitare l’accesso a questa funzionalità, utilizzando i controlli genitori già presenti nell’app.

Sono anche attivi filtri specifici per evitare la generazione di risposte in cui vengono utilizzate voci che imitano figure pubbliche o persone reali. Questa funzione mira a impedire la creazione di contenuti potenzialmente dannosi o fuorvianti.

Prospettive future e concorrenza nel settore

La presentazione di GPT-Live rappresenta un nuovo step verso un’interazione più naturale e coinvolgente con l’AI. Nonostante l’offerta di OpenAI sia ancora limitata al piano vocale, essa apre nuovi scenari, soprattutto in campo aziendale, dove si richiede una comunicazione più diretta.

La società non è l’unica a muoversi in questa direzione: aziende come Google, con Video Remix su Google Foto, o SpaceXAI, con il lancio di Grok 4.5, inseguono una strategia simile, puntando su prezzo, velocità e adattabilità all’uso personale e professionale.

Fonte:

    • OpenAI
    • Luca Colantuoni, 9 luglio 2026